Retracao_de_acento_producao_dos_parametros_acustic (1)

Prévia do material em texto

REVISTA DA ABRALIN 
 
 
 
 
Retração de acento: 
produção dos parâmetros 
acústicos do acento em 
inglês por aprendizes 
brasileiros 
Esta pesquisa investiga como a retração de acento se manifesta acustica-
mente na fala de aprendizes brasileiros de inglês, de diferentes níveis de pro-
ficiência, e na fala de nativos de inglês. Especificamente, nosso objetivo é ob-
servar se os aprendizes falantes de português brasileiro modificariam a dura-
ção (uma pista de acento mais proeminente no português que no inglês) de sí-
labas em contexto de choque acentual (e.g. thirTEEN MEN produzido com a 
sílaba forte na primeira sílaba, THIRteen MEN). Foram analisados contextos de 
choque acentual, contextos sem choque acentual (thirTEEN baNAnas) e con-
textos-controle de palavra isolada (thirTEEN). A amostra é composta por 
trinta falantes brasileiros de inglês divididos em três níveis de proficiência 
(básico, intermediário e avançado), além de sete falantes nativos, que consti-
tuíram o grupo de controle. A classificação dos dados foi realizada em duas 
etapas: uma verificação perceptual e uma verificação acústica. Os resultados 
apontam que a duração foi manipulada pelos aprendizes de inglês e pelos na-
tivos; que há uma diferença estatisticamente significativa entre o nível básico 
e demais níveis; e que nos contextos de encontro acentual tanto a sílaba 
https://orcid.org/0000-0002-8582-8469
https://orcid.org/0000-0002-0277-7994
https://orcid.org/0000-0002-2091-0787
REVISTA DA ABRALIN 
 
 
 
pretônica quanto a tônica eram mais longas do que em suas contrapartes em 
contexto sem encontro acentual. 
This paper investigates how stress shift manifests acoustically in the 
speech of Brazilian learners of English. The study compares different lev-
els of proficiency versus the speech of native English speakers in three 
contexts: stress clash (e.g. thirTEEN MEN), no stress clash (thirTEEN ba-
NAnas), and isolated words as control contexts (thirTEEN). Given the 
rhythmic and stress differences between English and Brazilian Portuguese, 
our goal is to observe whether Brazilian Portuguese speakers would ma-
nipulate the duration (the main acoustic cue for word stress in Portu-
guese) of syllables in a stress clash context in English (e.g. thirTEEN MEN, 
where stress can shift to the first syllable, THIRteen MEN). We analyze 
data of 30 Brazilian learners of English, divided into three proficiency lev-
els (basic, intermediate and advanced), as well as data of 7 native speakers. 
Data classification was carried out in two phases: first a perceptual analy-
sis and then an acoustic. The results point out that duration was manipu-
lated by both by English learners and native speakers; that there is a sta-
tistically significant difference between the basic level and other levels; 
and that in contexts with an accentual cluster, both the stressed and the 
pretonic syllable were longer than in its counterpart in a context without 
an accentual cluster. 
Retração de acento. Inglês como L2. Duração. Fonética Acústica.
Stress shift. English as a foreign language. Duration. Acoustics. 
 
Este texto discute a produção de um fenômeno sonoro conhecido do inglês, 
a retração acentual (thirTEEN MEN produzido com a sílaba forte na pri-
meira sílaba, THIRteen MEN ‘treze homens’), quando ocorre um encontro de 
acentos de palavras. Em inglês, embora o acento de palavra seja principal-
mente marcado por variações de altura (pitch), ocorrem também alterações 
na duração que permitem definir a posição do acento. Utilizamos a duração, 
então, para identificar a posição do acento produzidas por brasileiros 
aprendendo inglês, em três níveis de proficiência (básico, intermediário e 
avançado). Nossos resultados mostraram que desde o nível básico ocorre a 
REVISTA DA ABRALIN 
 
 
 
manipulação da duração, mas que há uma diferença significativa entre este 
grupo e os demais (e também em relação a falantes nativos de inglês). Entre-
tanto, o fenômeno da retração não foi encontrado como descrito na litera-
tura (com a primeira sílaba tornando-se mais longa do que a sílaba final da 
palavra quando há um encontro acentual); de fato encontramos que ambas 
as sílabas se tornam mais longas quando comparadas com contexto em que 
não havia encontro acentual. 
Introdução 
 
A produção de aspectos suprassegmentais de uma língua – como seu ritmo, seus processos de jun-
tura de palavras, seus parâmetros acentuais, sua entonação, e mesmo suas variações melódicas ati-
tudinais (CRYSTAL, 1986) – configura-se, na aprendizagem de uma língua estrangeira, como uma 
acomodação de novos padrões prosódicos. A prosódia trata dos aspectos gramaticalizáveis de uma 
língua que se estendem por mais de um segmento, podendo abranger diferentes objetos fonológicos, 
como a sílaba, a palavra prosódica e os processos fonológicos. Muitas vezes, esses aspectos se mos-
tram também em interface com outros componentes da gramática, como a sintaxe, a semântica, a 
pragmática e mesmo o discurso. 
Neste artigo, discutiremos o fenômeno da retração de acento, que é um processo fonológico 
que modifica a posição do acento das palavras quando estes se encontram em sequência dentro de 
uma frase fonológica (NESPOR e VOGEL, 1986). A retração acentual é um processo de reajuste rít-
mico que visa garantir a eurritmia – isto é, a alternância entre sílabas fortes e fracas, evitando um 
choque acentual, i.e., duas sílabas fortes adjacentes (LIBERMAN e PRINCE, 1977; SELKIRK, 1984; NES-
POR e VOGEL, 1986). Por exemplo, os sintagmas JeSUS CRISto1 e thirTEEN MEN ‘treze homens’ po-
dem ser produzidos e percebidos como JEsus CRISto e THIRteen MEN, antecipando a proeminência 
acentual da primeira palavra a fim de evitar o choque acentual. 
De acordo com Roach (2000, p.93), o acento pode ser estudado foneticamente de duas maneiras: 
sob o ponto de vista da produção ou da percepção. O acento é entendido como uma propriedade 
relacional, pois uma sílaba só pode ser considerada acentuada se comparada a outras sílabas não 
acentuadas. No que concerne à percepção, todas as sílabas acentuadas possuem como característica 
a proeminência, isto é, as sílabas acentuadas são reconhecidas como tais por serem mais proemi-
nentes do que as sílabas átonas. Já no que concerne à produção, em termos articulatórios, o acento 
de uma sílaba pode realizar-se por meio da frequência fundamental (F0 ou pitch), da duração, da 
intensidade ou, menos comumente, dos formantes (REETZ e JONGMAN, 2009, p. 210). Uma sílaba 
acentuada apresenta tipicamente frequência fundamental mais alta, maior duração e/ou maior 
 
1 As maiúsculas representam a sílaba acentuada das palavras. 
REVISTA DA ABRALIN 
 
 
 
intensidade em comparação com sílabas átonas. Fry (1958) e Bolinger (1986) afirmam que o correlato 
mais importante para a definição de uma sílaba acentuada no inglês é o pitch. Reetz e Jongman 
(2009), estudando dados de fala sintética, apontam que o F0 (pitch) e a duração são os correlatos 
mais importantes para a identificação do acento no inglês; e Van Heuven (2018), analisando os dados 
de Fry (1955), mostra que a duração é um bom correlato para o acento e seus resultados mostram 
98% de alterações na duração a depender da tonicidade da sílaba. Por outro lado, no português bra-
sileiro (doravante PB), a duração é apontada como o parâmetro acústico mais importante para a 
definição do acento lexical (MAJOR, 1992; MASSINI, 1992; BARBOSA, 2000; FERREIRA, 2008). Isto faz 
com que brasileiros muitas vezes tenham dificuldade em reconhecer a sílaba tônica de uma palavra 
em inglês, assim como falantes de inglês têm a mesma dificuldade com o português (ALBINI; KLUGE; 
SILVA, 2019; MODESTO; BARBOSA, 2019). 
Além dos parâmetros acústicos de acento, as línguas também diferem com relação ao ritmo. Há 
línguas que apresentam ritmo acentual, as quais apresentam intervalos regulares entre os acentos 
independentemente do número desílabas entre eles, como o russo e o árabe; e outras que possuem 
ritmo silábico, nas quais os intervalos entre acentos aumentam de acordo com o número de sílabas 
entre eles, como o espanhol, o francês e o italiano. Diferentemente do inglês, cujo ritmo é normal-
mente caracterizado como acentual, o PB apresenta características tanto do ritmo acentual quanto 
do silábico (ABAURRE-GNERRE, 1981; MASSINI, 1992). 
Considerando as diferenças rítmicas e acentuais do português e do inglês,2 este estudo visa 
observar como a retração de acento se manifesta na fala de aprendizes brasileiros de inglês, de di-
ferentes níveis de proficiência, comparando os aspectos acústicos do processo com aqueles consta-
tados na fala de falantes nativos de inglês. Nosso objetivo é observar se os aprendizes falantes de 
português brasileiro modificariam a duração de sílabas em contexto de choque acentual, uma vez 
que este parâmetro não é o principal para a acentuação de palavra no inglês. 
O artigo está organizado como se segue: a seção 1 traz um breve panorama sobre os estudos 
anteriores sobre a retração acentual em inglês e sua aquisição por falantes brasileiros. A seção 2 
descreve a metodologia utilizada no estudo experimental conduzido pela presente pesquisa para 
comparar as produções acentuais de falantes nativos e dos aprendizes de L2. Na seção 3, os resul-
tados são descritos e analisados estatisticamente enquanto que, na seção 4, discutimos as 
 
2 Partimos neste trabalho das constatações de Abousalh (1997), Sândalo e Truckenbrodt (2002), Gravina e Fernandes-Svartman (2013) 
de que a retração de acento existe no PB. 
Gravina e Fernandes-Svartman (2013) analisam a retração acentual no português brasileiro em contextos como jornal hoje. As 
autoras observam a duração em um contexto de encontro acentual a depender se houve a percepção de uma retração acentual. 
Seus resultados apontam que nos casos em que perceptualmente se indicava uma retração acentual, ocorreu uma menor duração 
da primeira sílaba do contexto (no exemplo, nal) e, inversamente, uma duração maior da sílaba imediatamente anterior ao contexto 
de encontro (no exemplo, jor). Tenani (2002) traz resultados semelhantes sobre a duração nos casos de degeminação em contexto 
de encontro acentual. 
Referimos o leitor aos trabalhos de Barbosa (2002), Gayer e Colllischoon (2007) e Madureira (2002) para uma diferente visão sobre 
o assunto, mas chamamos a atenção de que assumir ou não a existência da retração acentual no PB não invalida a discussão aqui 
desenvolvida que é saber se os falantes de PB apresentam esta manipulação de duração no inglês como L2. 
REVISTA DA ABRALIN 
 
 
 
semelhanças e diferenças entre os falantes nativos e os falantes não nativos. A seção 5 traz nossas 
considerações finais. 
 
 
1. Estudos anteriores 
 
Diferentemente do acento do português, que pode ocorrer apenas nas três últimas sílabas (ex: 
caFÉ, saPAto, LÁpide), o acento do inglês pode ocorrer numa janela de quatro sílabas, como mostram 
os exemplos kangaROO ‘canguru’, toMAto ‘tomate’, ARticle ‘artigo’ e CAtegory ‘categoria’. Segundo 
Selkirk (1984, p.52), a alternância entre sílabas fracas e fortes define uma organização rítmica ideal 
para o inglês, o que explica a tendência em evitarem-se duas sílabas acentuadas ou uma sequência 
muito longa de sílabas fracas – tanto em palavras derivadas quanto em palavras compostas ou em 
sintagmas. Para se conformar a esta tendência, o inglês utiliza a retração de acento (iambic reversal) 
como um dos recursos para evitar o choque acentual, conforme podemos observar nos exemplos de 
Hayes (1984, p. 33) em (1): 
 
(1) a. fourTEEN >> FOURteen Women ‘quatorze >> quatorze mulheres’ 
 b. MissiSSIppi >> MIssissippi LEgislature ‘legislatura >> legislatura do Mississippi’ 
 c. seventy-SEven >> SEventy-seven SEals ‘sete’ >> ‘setenta e sete selos’ 
 
É possível observar que em (1a), devido ao choque entre os acentos da última sílaba da primeira 
palavra e da primeira sílaba da segunda palavra, há uma retração do acento, que passa de -teen para 
four-. O exemplo (1b), por sua vez, mostra que a retração é possível mesmo quando não há uma 
adjacência de acentos lexicais. Um processo semelhante ocorre em (1c), quando o acento de palavra 
seven é transferido para a palavra anterior, seventy, para privilegiar a alternância entre sílabas fortes 
e fracas. Hayes (1984), que utiliza tanto grades métricas quanto árvores métricas para analisar as 
regras de ritmo do inglês, mostra que choques acentuais se reorganizam de maneira gradativa, sendo 
que acentos adjacentes são rigorosamente evitados (cf. (2a)), e acentos próximos, mas não adjacentes 
(cf. (2b)), tendem a poder ocorrer por obedecer, de certa forma, a uma sequência acentual forte-
fraco. Isso explica exemplos como Mississipi Mabel, em que o choque de acento é reorganizado pois 
um intervalo quadrissilábico é favorável a um intervalo dissilábico, conforme o exemplo a seguir 
(adaptado de Hayes 1984, p. 45): 
 
(2) a. x b. x 
 x ------------ x x -----------------------
-- 
x 
 x x x x x x 
 x x x x x x x x x x x x 
 Mi ssi ssi ppi Ma bel Mi ssi ssi ppi Ma bel 
REVISTA DA ABRALIN 
 
 
 
Entretanto, quando a vogal da sílaba que receberia o acento movido é preenchida por um schwa, 
como na seque ̂ncia maroon coat (/məRU:N KOʊT/), o choque acentual não pode ser desfeito via 
retração acentual porque em inglês a vogal reduzida não pode receber o acento (cf. Levey 1999). 
Para verificar se há uma preferência pela alternância entre sílabas fortes e fracas sob o ponto de vista 
fonético, Levey (1999) buscou investigar as características fonéticas do choque acentual com base em 
três possibilidades: a) o acento primário da última sílaba da primeira palavra do choque seria movido para 
a sílaba anterior, caracterizando a retração acentual (ex: RAcoon COAT ‘casaco de guaxinin’); b) o acento 
primário na sílaba final seria reduzido (isto é, o acento da sílaba final seria produzido de forma mais fraca 
quando se compara a mesma palavra produzida sem uma outra que crie o contexto de choque); e c) o 
choque acentual seria evitado através do uso de acento de pitch em uma sílaba que antecede ou sucede 
o choque na frase. A autora analisou tanto contextos de choque acentual quanto contextos sem choque, 
e sua verificação perceptual encontrou que a resolução do choque acentual ocorreu em menos de 30% 
dos casos, ou seja, temos aqui um processo opcional, que ocorre em um terço das produções. Já a verifi-
cação acústica apontou que a frequência fundamental foi a única pista que poderia influenciar a percep-
ção da retração de acento, mas não foram encontradas evidências suficientes para afirmar que o F0 é, de 
fato, o correlato acústico responsável pela retração. Esses resultados vão ao encontro da sugestão de 
Grabe e Warren (1995) de que a retração de acento é, na verdade, um fenômeno de natureza perceptual, 
e não acústica. Os autores desenvolveram um experimento de percepção em que os participantes deve-
riam apontar a sílaba acentuada em uma série de palavras. Quando solicitados para identificar o acento 
em sequências de choque acentual como thirTEEN MEN, os participantes perceberam uma retração 
acentual, ou seja, THIRteen MEN. Quando a mesma gravação da palavra THIRteen foi apresentada isola-
damente, entretanto, os participantes identificaram o acento como thirTEEN. Segundo Kimball e Cole 
(2014), esse resultado sugere que os falantes de inglês estão condicionados a perceber uma alternância 
entre sílabas fortes e fracas, mesmo que uma verificação acústica indique que essa alternância não tenha 
sido, de fato, produzida. 
Em relação à aprendizagem da retração de acento do inglês por falantes brasileiros, Silva Jr. 
(2013) e Silva Jr e Scarpa (2019) são os únicos, até onde sabemos, que compararam a produção de 
sequências de choque acentual nas duas línguasem questão, buscando verificar a aplicação ou não 
da retração acentual. Silva Jr (2013) investigou as produções de cinco informantes: três brasileiros 
falantes de inglês como L2 (grupo experimental) e dois norte-americanos falantes de português 
como L2 (grupo de controle). Os informantes brasileiros foram divididos em três níveis de profici-
ência: C1 (advanced), B2 (high intermediate) e B1 (low intermediate). O corpus contou com sequências 
de palavras com choque acentual em inglês (ex: thirTEEN BALLS) ou em português (ex: muLHER 
Ótima). Os resultados mostraram que a inserção de um curto pulso rítmico silencioso (silent demi-
beat) (uma pausa, em termos não técnicos) foi a estratégia mais empregada pelos falantes brasileiros 
para a resolução do choque em ambas as línguas. Os falantes norteamericanos, por outro lado, pre-
feriram a estratégia de retração de acento. Em um segundo experimento, um americano (falante de 
português) julgou a produção dos brasileiros produzindo as sequências em inglês, e um brasileiro 
(falante de inglês) julgou a produção de norteamericanos produzindo as sequências em português. 
REVISTA DA ABRALIN 
 
 
 
Os resultados indicaram que esses ouvintes tenderam a perceber os intervalos acentuais como 
sendo mais regulares do que eles realmente são quando analisados acusticamente. Silva Jr e Scarpa 
(2019) discutem especificamente a duração das vogais no encontro acentual e na sílaba pré-encon-
tro, nos dados de produção de três brasileiros (nível avançado e intermediário-avançado) e três nor-
teamericanos. Os autores fazem uma análise sintagmática, comparando a duração de V1/V2 (vogal 
pré-encontro/vogal da primeira sílaba do encontro). Seus resultados apontam que os falantes bra-
sileiros, além de acrescentar uma batida silenciosa entre as palavras do contexto de encontro acen-
tual, aumentam a duração da vogal da primeira sílaba do encontro (como os autores não comparam 
com contextos sem encontro, infere-se que este alongamento deve ser em relação ao que fazem os 
falantes norteamericanos). Os autores concluem que falantes nativos de português não assumem os 
traços de línguas acentuais, como é o caso do inglês, mantendo as características de uma língua mais 
silábica, como é o caso do português. 
Os resultados de Silva Jr (2013) e Silva Jr e Scarpa (2019) são instigantes, mas derivam de um 
número reduzido de informantes de inglês como L2. Com o estudo experimental descrito a seguir, 
expandimos a quantidade de informantes. Além disso, esperamos observar se, do ponto de vista per-
ceptual, a retração de acento é apreendida nos mesmos contextos na fala de falantes nativos e não 
nativos. Do ponto de vista acústico, analisamos se o uso da duração sofre algum tipo de alteração 
em contextos de choque acentual em relação a um contexto sem encontro, isto é, comparamos a 
produção dos brasileiros com suas próprias produções, em outros contextos sonoros; e também se 
a manipulação deste parâmetro varia a depender da fluência dos aprendizes. 
 
 
2. Metodologia 
 
Para verificar se haveria alguma alteração na duração, um experimento eliciou a leitura de vinte e 
uma palavras oxítonas em contextos de frase com choque acentual (ex: fifTEEN MEN ‘quinze ho-
mens’), de frase sem choque acentual (ex: fifTEEN poTAtoes ‘quinze batatas’) e de palavra isolada (ex: 
fifTEEN ‘quinze’) – cf. Quadro 1. Com as palavras isoladas era possível saber se o informante sabia a 
posição do acento; e a produção em sequências com e sem choque acentual permitia observar as 
modificações na palavra alvo.3 
Somente foram consideradas para análise as palavras que o informante produzia corretamente 
a acentuação oxítona na palavra isolada – assim, casos em que era inserida uma epêntese final (como 
complete produzida como [kõ.'pli.tʃi] – além da vogal plena na primeira sílaba) não foram analisados 
 
3 Apesar de a retrac ̧ão não ser possível em palavras como police e complete na fala de nativos por conterem a vogal reduzida schwa 
[ə] na sílaba que receberia o acento em caso de retrac ̧ão ([kəmˈpliːt], [pə'li:s]), incluímos esses exemplos no experimento porque os 
falantes brasileiros, sobretudo no nível básico, tendem a produzir vogais plenas nesses contextos (complete [komˈpliːt] - ['kom.plit]; 
police [po'li:s] - ['pɔ.li:s]), o que possibilita a análise da retrac ̧ão nesses casos. 
 
REVISTA DA ABRALIN 
 
 
 
pois ao introduzir a epêntese, o acento deixava de ser final (esses casos ocorreram majoritariamente 
no nível básico). 
 
Palavra isolada Sequências com choque acentual Sequências sem choque acentual 
1. thirTEEN 
2. fourTEEN 
3. fifTEEN 
4. sixTEEN 
5. sevenTEEN 
6. eighTEEN 
7. nineTEEN 
8. unKIND 
9. kangaROO 
10. TenneSSEE 
11. groTESQUE 
12. roBUST 
13. bamBOO 
14. poLICE 
15. disCRETE 
16. comPLETE 
17. Bel-AIR 
18. U2 
19. reTAKE (v.) 
20. exPRESS 
21. disLIKE 
1. thirTEEN PENcils 
2. fourTEEN WOmen 
3. fifTEEN GIRLS 
4. sixTEEN CHAIRS 
5. sevenTEEN YEARS 
6. eighTEEN CHILdren 
7. nineTEEN BOYS 
8. unKIND COmment 
9. kangaROO KIM 
10. TenneSSEE PEOple 
11. groTESQUE PICtures 
12. roBUST BAbies 
13. bamBOO BRAcelets 
14. poLICE Officer 
15. disCRETE Areas 
16. comPLETE PAper 
17. Bel-AIR BOY 
18. U2 SONG 
19. reTAKE COURSE 
20. exPRESS TRAIN 
21. disLIKE CHOcolate 
22. disLIKE POWer 
23. disLIKE PROblems 
1. thirTEEN poTAtos 
2. fourTEEN baNAnas 
3. fifTEEN toMAtos 
4. sixTEEN imiTAtions 
5. sevenTEEN paPAYas 
6. eighTEEN adVENtures 
7. nineTEEN eXAMples 
8. unKIND reVENge 
9. kangaROO MeLIssa 
10. TenneSSEE volCAno 
11. groTESQUE deCEPtion 
12. roBUST umBRElla 
13. bamBOO maTErials 
14. poLICE conVENtion 
15. disCRETE beGInning 
16. comPLETE comPUters 
17. Bel-AIR ceLEbrity 
18. U2 celeBRAtion 
19. reTAKE examiNAtion 
20. exPRESS transforMAtions 
21. disLIKE perFECtionism 
22. disLIKE conFUsion 
23. disLIKE poliTIcians 
 
As sequências de palavras foram inseridas em frases-veículo com frases fonológicas do mesmo 
tamanho, conforme (3),4 de forma a controlar a influência do contexto sintático ou prosódico sobre 
a retração acentual. 
 
(3) a) [I saw] [grotESQUE PICtures] [in the park]. ‘eu vi desenhos grotescos no parque.’ 
b) [I have] [thirTEEN poTAtoes] [at home]. ‘eu tenho treze batatas em casa.’ 
c) [I saw] [kangaROO KIM] [last night]. ‘eu vi o canguru Kim ontem à noite.’ 
d) [I saw] [bamBOO BRAcelets [last night]. ‘eu vi pulseiras de bambu ontem à noite.’ 
 
As frases-alvo foram apresentadas em ordem aleatória e representavam um terço das sentenças 
apresentadas no experimento. A apresentação se deu através de sentenças escritas em slides do 
Power Point, cada sentença em um slide. Dada a quantidade de sentenças, os participantes faziam 
pausas (estabelecidas pelo experimentador, quando percebia que uma entonação da forma de lista 
 
4 Cumpre notar que uma vez que as palavras deveriam ser conhecidas pelos participantes do experimento, nem sempre os sintagmas 
analisados tinham a mesma quantidade de sílabas. De qualquer forma, a quantidade de sílabas até a primeira sílaba da segunda 
palavra do contexto em análise era sempre a mesma. Além disso, a quantidade de sílabas das palavras analisadas, se dissílabas ou 
trissílabas, não apresentou efeito significativo. 
REVISTA DA ABRALIN 
 
 
 
era utilizada). Foram consideradas ocorrências de retração os casos em que o informante apresentou 
o padrão oxítono na palavra isolada (ex: fifTEEN, sevenTEEN) e o padrão paroxítono (ex: FIFteen 
MEN) ou proparoxítono (ex: SEventeen MEN) na mesma palavra em frases com ou sem sequência de 
choque acentual. Foi considerado como não retração quando perceptualmente o acento mantinha-
se na última sílaba ou quando acusticamente encontramos valores maiores na última sílaba da pala-
vra que nas anteriores. Para a verificação perceptual, foram utilizados os mesmos procedimentos 
aplicados por Levey (1999) e Stander (2007): duas pessoas (aprimeira autora e uma professora de 
inglês, também brasileira, com alto grau de treinamento em fonética e fonologia do inglês, mas alheia 
a pesquisas linguísticas) sinalizaram independentemente sua percepção de onde ocorria o acento 
em cada palavra do corpus. Nos casos em que houve discordância, ambas discutiram até que se che-
gasse um consenso a respeito das sílabas acentuadas. 
Além da variação no contexto em análise (apresentar ou não encontro acentual), foi controlada a 
inserção de pausa (que solucionaria o encontro acentual de uma outra maneira diferente da retração). 
Foi controlado também o nível de fluência fonológica dos participantes, e a idade de início dos 
estudos de inglês (infância ou adolescência).5 Participaram do experimento sete falantes nativos de 
inglês e trinta falantes de PB aprendizes de inglês como L2. A amostra analisada é do tipo aleatória 
estratificada, em que a população é dividida em subgrupos (estratos) e uma subamostra é selecionada 
a partir de cada estrato da população (LEVIN e FOX, 2004). Os falantes nativos de inglês deveriam 
ter vivido a maior parte de suas vidas em seus países de origem. Dentre esses falantes nativos, dois 
são ingleses e vivem no Brasil há cerca de quinze anos, dois são australianos e vivem no Brasil há 
cerca de oito anos e três são estadunidenses e nunca vieram ao Brasil.6 Já os aprendizes de L2 deve-
riam ser filhos de pais brasileiros monolíngues; não falar nenhuma outra língua estrangeira além do 
inglês; e não deveriam ter morado em país falante de inglês por mais de um mês. Eles foram seleci-
onados a partir de um teste realizado com base no Common European Framework of Reference for 
Languages (documento elaborado pelo Conselho Europeu que permite a avaliação do conhecimento 
linguístico de aprendizes de qualquer idioma - COUNCIL OF EUROPE, 2001) para comporem três 
grupos (básico, intermediário e avançado, com dez participantes cada). Este nivelamento ocorreu 
em duas etapas: inicialmente, um teste online com vinte e cinco questões de múltipla escolha indicou 
uma estimativa do nível do participante; em seguida, um teste oral avaliou aspectos fonológicos, a 
partir do qual os grupos foram estabelecidos (isto é, em casos em que os informantes tivessem um 
nível intermediário em sintaxe, mas básico em fonologia, os informantes foram classificados como 
de nível básico). 
Para a análise das medidas acústicas, decidiu-se por medir as duas sílabas da primeira palavra e 
trabalhar com dois tipos de duração, absoluta e relativa, para a visualização do fenômeno sob dife-
rentes perspectivas. A duração absoluta permite controlar as diferenças inerentes às consoantes e 
 
5 Para a discussão sobre os efeitos do nível de fluência e da idade de início dos estudos em inglês, cf. Santos e Fragozo (2020). 
 
6 Até onde sabemos, para o estudo dos fenômenos em questão, as diferentes variantes da língua inglesa não apresentam qualquer 
tipo de influência. 
REVISTA DA ABRALIN 
 
 
 
vogais utilizadas nas palavras do teste (já que o tipo de segmento e quantidade de segmentos por 
sílaba não foi um fator controlado na escolha dos estímulos) e permite observar qual tipo de estra-
tégia de alongamento os falantes aplicam nos contextos de retração: se encurtam a sílaba original-
mente tônica; se alongam a sílaba originalmente átona; ou se alongam uma sílaba e encurtam a ou-
tra.7 Tais estratégias podem ser visualizadas de duas formas: 1) comparando a duração das sílabas de 
uma mesma palavra e verificando qual delas se mostra mais longa em cada contexto acentual (ou 
seja, comparar bam com boo) – por exemplo, como em Silveira Jr e Scarpa 2019; 2) comparando a 
duração de uma mesma sílaba nos diferentes contextos acentuais (ou seja, comparar bam em con-
texto de choque, sem choque e isolado; e o mesmo com boo) – como em Gravina e Fernandes-Svart-
man (2013). Em seguida, trabalhamos com a duração relativa (sílaba/palavra), que permite controlar 
efeitos como a taxa de elocução do falante e os alongamentos característicos do fim de enunciado 
nos contextos de palavra isolada. 
Na seção a seguir, inicialmente apresentamos os resultados da estatística descritiva utilizando 
valores de duração absolutos, que foram explorados via testes de Wilcoxon e Kruskall-Wallis. Nestes, 
comparamos as propriedades acústicas das sílabas nos três contextos acentuais analisados. Em se-
guida, um modelo linear de efeitos mistos (com falante como variável aleatória) compara a duração 
relativa das sílabas em relação a toda palavra (por exemplo, bam/bamboo e boo/bamboo) em cada 
contexto. As análises foram realizadas no software estatístico SAS 9.4 e foi fixado o nível de signifi-
cância α = 0,05 para todas as análises.8 
 
 
3. Resultados 
 
Como explicitado na metodologia, previamente à análise acústica, uma análise perceptual foi 
conduzida a fim de determinar a taxa de aplicação da regra (cf. FRAGOZO e SANTOS, 2021). Interes-
santemente, mesmo nos contextos em que não havia choque acentual (ex: thirTEEN poTAtoes), a 
retração foi percebida em taxas expressivas, tanto na fala dos falantes nativos (51,6%) quanto na dos 
aprendizes (27,6%). De forma análoga, nos casos de contextos de encontro acentual (ex: thirTEEN 
MEN), perceptualmente nem todos os contextos foram resolvidos – seja por meio da retração acen-
tual, seja pelo uso de outras estratégias, tanto na fala nativa quanto não nativa. Percebeu-se retração 
acentual em contextos de encontro em 21,7% do total de casos (396/1378) na fala dos aprendizes, 
 
7 Observe-se que para a retração acentual ocorrer, não é necessário que a última sílaba da primeira palavra seja encurtada, basta 
que a duração da primeira sílaba da primeira palavra seja alongada. No caso de unKIND COmment, por exemplo, basta que un seja 
produzida com duração maior, tendo kind sido produzida com menor duração ou não. 
Um parecerista sugere que a duração relativa seja calculada por meio da subtração das durações silábicas (por exemplo, KIND – un). 
Embora esta seja uma medida interessante, já que revelaria pelo valor positivo ou negativo do resultado qual sílaba teve sua duração 
alterada pelo falante, a subtração dificultaria a compreensão dos resultados se ambas as sílabas tiverem sido alteradas. Optamos, 
assim, pela observação dos valores absolutos em combinação com o cálculo relativo sílaba/palavra. 
 
8 A análise estatística foi conduzida pela Dra. Andressa Kutschenko Nahas, CONRE 9066-A. 
REVISTA DA ABRALIN 
 
 
 
contra 50,06% dos casos (133/322) na fala nativa. Tal resultado, embora seja inconsistente com mo-
delo métrico de Hayes (1984), foi também encontrado em outros estudos, como em Levey (1999), 
sugerindo que a resolução do choque acentual pode depender de outros fatores além da métrica e 
do domínio prosódico. 
Os resultados perceptuais também mostraram que a retração passa a ser mais frequente con-
forme o avanço do nível de proficiência, ou seja, na produção dos falantes de nível avançado a retra-
ção de acento é mais perceptível do que nas produções dos falantes de nível básico e intermediário. 
Observa-se que, no nível avançado, os falantes brasileiros apresentam uma taxa de retração muito 
aproximada à dos falantes nativos, conforme a Tabela 1: 
 
Nível de Proficiência 
Contexto por nível de proficiência 
Com choque Sem choque 
n % n % 
Básico 42 18% 38 17% 
Intermediário 57 25% 57 25% 
Avançado 107 47% 95 41% 
Nativo 80 49,7% 83 51,6% 
 
A explicação para esses resultados está relacionada à fluência na produção: como a retração de 
acento é uma regra que ocorre na fala natural, e informantes de nível básico nem sempre são capazes 
de realizar a leitura das frases de modo natural, a fala mais pausada acaba bloqueando a aplicação da 
regra. Mas interessa-nos saber se os informantes estão se comportando da mesma forma que os 
falantes nativos. Como dissemos, embora a retração acentual seja um processo de aplicação variável,portanto nem sempre realizado, é relevante investigar como esse processo se revela acusticamente 
nos casos em que há ou não a percepção da retração, já que, conforme a literatura, português e 
inglês se baseiam em pistas acústicas majoritárias distintas para a realização do acento. Vejamos 
então, a seguir, como a duração se comporta na fala de falantes nativos e não nativos. 
 
 
 
Para tratar de verificar a ocorrência ou não da retração de acento, inicialmente examinou-se se 
todas as palavras do teste seriam produzidas com duração maior na última sílaba – ou seja, com um 
padrão oxítono – no contexto de palavra isolada. Em todos os níveis de proficiência dos aprendizes 
de L2, confirmou-se o padrão oxítono também observado no contexto controle. 
Primeiramente, dada a opcionalidade do processo de retração acentual, os resultados abaixo 
descrevem, palavra a palavra, o que acontece com as medidas de duração. A Tabela 2 mostra os 
nativos, as médias absolutas e o desvio padrão (DP) da duração nas sílabas das mesmas palavras 
REVISTA DA ABRALIN 
 
 
 
produzidas nos contextos de sequência com choque acentual (ex: bamBOO BRAcelets), de sequência 
sem choque acentual (ex: bamBOO maTErials) e a palavra isolada (ex: bamBOO). Os asteriscos na 
coluna à direita indicam os casos em que o valor de p, obtido através do teste Kruskal-Wallis, se 
mostrou significativo. Como se observa, a diferença de duração na última sílaba de todas as palavras 
nos três contextos foi estatisticamente significativa, exceto na palavra seventeen. Tal diferença 
aponta que a duração em um (ou mais) dos três contextos (palavra isolada, com choque, sem choque) 
se destaca em relação aos demais – ainda não sendo possível, portanto, apontar se houve ou não 
manipulação significativa em virtude da retração de acento. Em todos os casos, a duração foi maior 
em palavra isolada. 
 
Duração (em milissegundos) - Falantes Nativos 
Palavra Sílaba 
Frase com Choque Frase sem Choque Palavra Isolada 
valor-p 
 
Média DP Média DP Média DP 
bamboo 
bam 212,29 67,16 189,00 38,75 226,71 40,50 0,0857 
boo 185,57 33,70 179,86 70,54 311,14 54,95 0,0037 * 
Bel-Air 
Bel 173,71 28,94 162,29 36,04 228,86 42,71 0,0101 * 
Air 194,43 37,58 196,00 60,48 298,71 31,34 0,0035 * 
complete 
com 163,43 36,71 143,43 20,61 162,71 26,25 0,3876 
plete 242,29 26,85 270,71 39,25 454,14 80,28 0,0008 * 
discrete 
dis 189,29 35,26 187,86 28,61 208,00 34,42 0,5735 
crete 263,71 54,17 261,71 46,52 434,86 60,63 0,0016 * 
Dislike 
dis 200,14 27,91 200,62 23,32 250,00 45,88 0,0240 * 
like 228,00 30,06 243,05 35,69 375,86 70,32 0,0002 * 
eighteen eigh 143,86 35,27 132,57 23,86 169,86 22,27 0,0413 * 
 teen 255,71 33,79 214,29 39,35 394,43 44,73 0,0005 * 
express 
ex 167,00 52,81 176,43 28,26 188,29 46,51 0,7322 
press 321,00 57,49 326,14 66,46 521,29 53,91 0,0012 * 
Fifteen 
fif 203,86 53,65 208,57 50,18 227,00 59,02 0,7341 
teen 272,14 37,86 252,14 67,99 397,00 84,71 0,0030 * 
fourteen 
four 213,71 50,93 256,43 40,36 232,00 44,43 0,3526 
teen 261,29 45,54 258,86 49,54 414,71 44,01 0,0012 * 
grotesque 
gro 132,43 24,00 154,71 42,50 139,57 25,95 0,5372 
tesque 356,00 73,89 413,29 60,50 503,71 34,10 0,0021 * 
kangaroo 
kan 215,86 28,40 208,29 30,77 203,43 39,84 0,7627 
ga 106,00 20,72 108,29 21,91 122,43 27,77 0,4037 
roo 149,43 29,02 134,00 26,87 275,14 53,06 0,0011 * 
nineteen 
nine 230,57 37,81 215,71 50,18 244,00 47,37 0,4571 
teen 306,71 47,64 207,86 42,24 387,43 55,47 0,0008 * 
Police po 70,14 18,55 110,86 30,54 135,14 31,70 0,0030 * 
 lice 208,00 51,60 241,00 49,35 471,00 76,87 0,0007 * 
Retake 
re 144,14 16,06 132,86 19,82 150,29 40,86 0,3967 
take 289,29 34,55 276,00 25,83 413,57 45,88 0,0011 * 
robust 
ro 130,71 22,46 141,71 26,18 132,71 29,81 0,5743 
bust 332,14 63,16 397,86 108,22 499,29 47,30 0,0047 * 
seventeen se 184,43 32,70 195,86 34,46 198,71 29,05 0,6819 
REVISTA DA ABRALIN 
 
 
 
ven 142,86 18,99 138,86 19,65 157,14 27,17 0,3333 
teen 253,14 51,64 289,29 86,75 347,29 61,71 0,0539 
sixteen 
six 302,71 64,73 305,14 58,76 303,43 32,05 0,9564 
teen 249,71 51,71 225,43 73,00 353,57 23,99 0,0050 * 
Tennessee 
te 125,43 28,24 130,71 19,31 125,00 23,61 0,8175 
nne 103,00 14,36 106,14 13,72 115,00 10,30 0,2849 
ssee 241,57 64,89 239,00 31,03 369,29 39,71 0,0027 * 
thirteen 
thir 207,71 57,64 212,00 77,54 178,29 20,85 0,6223 
teen 257,14 49,79 250,29 50,98 441,29 80,31 0,0021 * 
U2 
U 137,57 17,39 129,14 29,99 155,71 33,67 0,5274 
2 223,71 31,34 251,43 37,58 387,29 50,03 0,0007 * 
unkind un 178,71 35,65 187,00 50,71 167,86 39,65 0,6196 
kind 353,00 78,43 372,86 103,62 494,43 58,51 0,0180 * 
 
Vejamos a diferença de duração na última sílaba em contextos de frase com choque e sem cho-
que acentual. Das vinte e uma palavras, onze apresentaram média de duração absoluta maior na 
última sílaba em contexto de choque, indicando uma não-retração, enquanto outras dez palavras 
apresentaram uma duração um pouco maior na última sílaba em contexto sem choque, indicando 
uma retração acentual. 
Consideremos agora a duração das sílabas que, no caso de retração acentual, receberiam o acento, 
isto é, a penúltima e antepenúltima sílabas - como em Bel-Air e kangaroo. Se observarmos todas as pa-
lavras que não apresentaram diferença significativa neste contexto (todas exceto Bel-Air, dislike, eighteen 
e police), sete palavras apresentaram duração maior em casos de choque acentual, enquanto que em ou-
tras nove, a duração nessas sílabas foi maior em frases sem sequência de choque acentual. Nos casos de 
complete e police, que não deveriam sofrer retração acentual já que a vogal pretônica é um schwa, obser-
vamos que, enquanto em complete a diferença não foi significativa em contexto com e sem encontro 
acentual (de acordo com o esperado), em police encontrou-se uma diferença significativa – mas não na 
direção esperada, já que a sílaba foi mais curta em contexto de choque. 
Em relação à estratégia de alongamento utilizada, percebe-se que, no geral, a sílaba original-
mente tônica permanece com duração maior tanto nos contextos sem choque quanto nos contextos 
com choque. Entretanto, se comparamos a duração das sílabas pretônicas nos contextos com e sem 
choque acentual, encontramos uma tendência à maior duração nos contextos de choque, mesmo 
que esta duração seja menor do que a duração da sílaba tônica. 
As tabelas 3, 4 e 5 a seguir trazem os resultados, separados por nível de proficiência, referentes 
às médias de duração empregadas pelos trinta falantes de inglês como L2. Chamamos a atenção de 
que uma estratégia comum de brasileiros adquirindo inglês é acrescentar uma epêntese, o que re-
organiza a estrutura silábica do inglês para o PB. Lembramos que palavras que foram produzidas 
com inserção de epêntese (ex: [kõ.'pli.tʃi] complete) não foram incluídas nas análises dos correlatos 
acústicos de retração de acento, pois as médias tiveram de ser calculadas com base em sílabas iguais 
para a comparação dos correlatos acústicos nos três contextos. 
REVISTA DA ABRALIN 
 
 
 
Observa-se que, no nível básico – Tabela 3, as ocorrências de diferença estatisticamente signi-
ficativa nos três contextos analisados são poucas: apenas cinco de vinte e uma palavras. As palavras 
robust, kangaroo, express e police foram as únicas que apresentaram diferença significativa na última 
sílaba, e nos três casos, a duração mais longa ocorreu no contexto de palavra isolada. No caso das 
palavras em que a sílaba anterior era preenchida por um schwa, observe que, mesmo não sendo 
estatisticamente significativa a diferença na duração, a última sílaba é mais curta em contexto de 
encontro acentual do que nos demais contextos. 
Duração (em Milissegundos) - Falantes de Nível Básico 
Palavra Sílaba 
Frase com Choque Frase sem Choque Palavra Isolada 
valor-p 
 
Média DP MédiaDP Média DP 
bamboo 
bam 240,20 45,86 237,30 57,76 246,70 24,49 0,9399 
boo 253,00 78,43 211,80 85,19 220,70 62,21 0,3764 
Bel-Air 
Bel 278,60 74,76 247,70 47,56 254,40 36,99 0,7158 
Air 369,80 112,72 321,30 63,51 347,80 74,01 0,4535 
complete 
com 170,30 18,67 157,10 14,82 175,00 27,29 0,3235 
plete 311,40 86,63 340,60 38,44 414,90 96,00 0,0524 
discrete 
dis 183,00 36,68 171,60 24,79 194,80 43,27 0,3946 
crete 408,40 67,97 389,10 71,20 453,30 53,73 0,0652 
dislike 
dis 192,52 59,17 207,72 42,61 217,40 59,44 0,2310 
like 385,77 88,81 409,28 80,29 441,20 62,69 0,0924 
eighteen 
eigh 189,33 38,35 205,70 42,14 205,90 48,73 0,7216 
teen 357,56 78,84 330,20 59,40 371,50 95,60 0,4924 
express 
ex 224,00 62,28 210,40 66,40 186,70 62,87 0,5318 
press 420,20 81,80 429,70 65,48 554,90 94,42 0,0052 * 
fifteen 
fif 265,80 59,51 263,90 52,95 292,00 58,10 0,4534 
teen 297,10 96,77 260,90 41,79 315,60 76,45 0,2867 
fourteen 
four 281,40 40,36 318,10 47,19 264,90 50,27 0,0708 
teen 380,10 66,71 385,60 65,75 331,70 61,23 0,1875 
grotesque 
gro 178,33 35,64 221,78 54,87 161,89 34,21 0,0417 * 
tesque 565,44 123,01 600,11 109,36 551,67 74,34 0,5975 
Kangaroo 
kan 234,50 44,26 203,50 26,97 211,50 16,36 0,1750 
ga 152,60 65,66 121,70 38,02 146,80 54,40 0,4935 
roo 209,80 61,44 122,70 36,16 213,90 43,65 0,0007 * 
Nineteen 
nine 367,45 108,58 380,90 73,08 330,80 57,75 0,2586 
teen 333,27 107,36 303,60 69,44 355,50 92,55 0,4124 
Police 
po 146,40 26,75 175,00 31,31 155,70 26,01 0,1398 
lice 282,40 50,91 332,70 62,63 367,10 42,88 0,0082 * 
Retake 
re 148,30 35,54 142,40 28,07 142,10 45,65 0,9900 
take 470,00 80,13 425,70 76,12 513,20 102,49 0,1357 
Robust 
ro 163,20 43,89 233,90 62,59 162,40 45,06 0,0269 * 
bust 405,20 75,58 390,60 80,61 472,00 56,26 0,0405 * 
Seventeen 
se 228,00 43,81 257,50 55,63 234,90 42,00 0,4061 
ven 173,90 21,14 181,00 31,08 178,10 19,36 0,5649 
teen 265,90 72,54 302,60 59,93 305,50 89,08 0,5820 
Sixteen 
six 358,00 70,85 389,50 44,37 359,20 53,39 0,3556 
teen 257,00 56,37 316,50 34,73 282,10 65,32 0,1329 
Tennessee 
te 106,00 24,53 108,10 22,66 106,20 20,85 0,9598 
nne 175,80 76,66 167,20 60,71 168,60 67,03 0,9900 
ssee 272,90 92,06 265,30 79,06 329,60 58,36 0,1332 
Thirteen 
thir 198,09 22,06 211,00 37,96 189,60 28,96 0,3286 
teen 321,64 103,48 288,33 68,16 319,70 68,75 0,5448 
U2 U 193,00 36,74 172,33 41,30 163,50 33,78 0,3002 
REVISTA DA ABRALIN 
 
 
 
 
 
A Tabela 4 apresenta as médias de duração dos falantes de nível intermediário. Percebe-se que há 
diferença significativa em dezoito palavras do experimento, bem mais que no nível básico, e essa dife-
rença significativa ocorreu na última sílaba em dezesseis palavras. Em todas essas palavras a última sílaba 
é mais longa no contexto de palavra isolada e que, na maioria dos casos, é mais longa no contexto de frase 
com choque do que no contexto sem choque. Nas palavras em que a penúltima sílaba apresentou dife-
rença de duração significativa, a média mais alta ocorreu no contexto de palavra isolada (exceto na pala-
vra unkind) e, dentre os dois contextos de frase, em sete casos foi mais alta no contexto de choque (exceto 
fourteen). Nos casos das palavras que apresentavam schwa na sílaba anterior, encontramos que police não 
apresentou diferença entre a duração nem da sílaba portadora do schwa, nem na última sílaba da palavra, 
ao se comparar os contextos com e sem encontro acentual. No caso de complete, a primeira sílaba foi 
mais longa em contexto com encontro acentual. 
 
Duração (em Milissegundos) - Falantes de Nível Intermediário 
Palavra Sílaba 
Frase com Choque Frase sem Choque Palavra Isolada 
 valor-p 
 
Média DP Média DP Média DP 
Bamboo 
 bam 206,30 26,07 198,00 29,77 261,00 51,71 0,0023 * 
 boo 217,10 82,20 141,10 47,33 246,60 55,29 0,0029 * 
Bel-Air 
Bel 240,00 57,34 220,70 30,88 280,30 50,05 0,0280 * 
Air 268,00 89,32 266,30 96,08 336,50 75,20 0,0886 
Complete 
 com 159,50 25,05 145,70 23,50 180,80 17,96 0,0152 * 
 plete 269,60 47,44 296,70 76,31 423,50 77,80 0,0017 * 
Discrete 
 dis 189,80 39,50 171,60 44,94 213,10 23,13 0,0492 * 
 crete 315,20 36,87 316,20 115,34 444,10 72,54 0,0014 * 
Dislike 
 dis 169,35 41,69 165,24 39,53 216,30 55,82 0,0228 * 
 like 280,77 62,88 280,07 59,98 424,50 72,80 0,0001 * 
Eighteen 
 eigh 152,30 37,63 160,40 27,31 185,10 26,39 0,0615 
 teen 335,20 104,95 269,80 47,69 362,70 57,50 0,0120 * 
Express 
 ex 212,70 30,53 245,20 35,16 253,80 61,51 0,1023 
 press 361,40 43,42 360,80 74,47 534,50 96,77 0,0002 * 
Fifteen 
 fif 229,30 25,85 250,09 43,68 243,90 42,08 0,5211 
 teen 303,50 51,96 257,09 58,90 367,40 75,39 0,0025 * 
fourteen 
 four 220,45 22,16 279,55 56,97 235,90 40,00 0,0153 * 
 teen 317,91 100,50 298,91 71,48 360,60 40,82 0,0682 
grotesque 
 gro 197,30 54,14 265,80 90,74 197,10 65,27 0,1591 
 tesque 416,50 72,55 498,00 163,99 529,00 85,80 0,0500 
kangaroo 
 kan 195,10 26,95 191,90 26,41 210,10 22,59 0,0966 
 ga 116,60 38,53 113,50 26,96 136,10 26,83 0,1220 
 roo 244,00 90,92 151,30 42,83 267,50 42,59 0,0005 * 
nineteen 
 nine 296,40 58,48 291,70 31,96 310,70 73,62 0,9252 
 teen 291,20 44,68 279,70 76,89 326,40 55,02 0,0876 
Police 
 po 122,30 30,18 134,80 47,38 146,90 35,87 0,3020 
 lice 260,10 43,62 267,70 69,72 403,20 68,56 0,0003 * 
Retake 
 re 150,20 46,02 154,90 42,35 173,10 55,82 0,5916 
 take 340,10 66,61 325,50 39,74 506,10 70,88 0,0001 * 
Robust ro 145,00 36,94 165,80 43,69 180,10 38,58 0,0569 
2 294,09 63,27 344,22 75,65 334,20 54,66 0,1937 
Unkind 
un 188,70 47,59 181,10 47,71 189,10 41,66 0,7174 
kind 416,10 144,24 441,60 127,42 444,60 102,53 0,8269 
REVISTA DA ABRALIN 
 
 
 
 bust 353,70 55,78 375,00 93,59 495,70 81,67 0,0030 * 
seventeen 
 se 202,40 31,57 216,40 36,75 225,00 47,00 0,5364 
 ven 156,20 25,45 155,90 36,42 190,10 30,19 0,0541 
 teen 247,60 55,56 253,10 58,99 300,90 45,85 0,0894 
Sixteen 
 six 332,17 49,91 301,57 24,62 327,50 43,11 0,2003 
 teen 249,50 62,20 229,43 28,77 315,90 54,45 0,0091 * 
Tennessee 
 te 99,90 26,29 107,70 30,96 119,80 42,90 0,7013 
 nne 153,60 46,91 128,10 49,62 162,60 81,14 0,0504 
 ssee 222,90 115,72 213,40 61,90 347,50 80,14 0,0042 * 
thirteen 
 thir 176,56 25,73 174,56 52,08 194,80 33,70 0,1349 
 teen 269,67 47,22 271,00 48,48 356,90 52,51 0,0011 * 
U2 
 U 174,30 28,80 158,60 29,54 201,00 33,48 0,0130 * 
2 216,50 34,43 229,10 43,39 337,30 66,23 0,0004 * 
Unkind 
 un 193,10 29,53 156,40 28,73 178,20 38,75 0,0477 * 
 kind 440,10 127,70 368,10 57,49 499,80 70,35 0,0108 * 
 
A Tabela 5 apresenta as médias de duração dos informantes do nível avançado, que apresenta-
ram diferença significativa em todas as vinte e uma palavras do experimento, sobretudo na última 
sílaba. Nas palavras que apresentaram diferença estatisticamente significativa na última sílaba, ob-
serva-se que, assim como no nível intermediário, as durações são mais altas no contexto de palavra 
isolada. Ao comparar os contextos com mais de uma palavra, em onze deles a última sílaba é mais 
longa no contexto de frase com choque, enquanto em outras dez, a sílaba mais longa ocorre em 
contexto sem choque. Observa-se que para complete, a duração das duas sílabas é bem próxima nos 
contextos com e sem encontro, o mesmo que ocorre com a última sílaba de police. A primeira sílaba 
de police é mais longa em contexto sem choque. Em ambos os casos, observa-se um comportamento 
mais próximo das regras do inglês que nos níveis básico e intermediário. 
 
Duração (em Milissegundos) - Falantes de Nível Avançado 
Palavra Sílaba 
Frase com Choque Frase sem Choque Palavra Isolada 
valor-p 
 
Média DP Média DP Média DP 
bamboo 
 bam 243,30 34,87 241,10 70,28 297,4056,23 0,1066 
 boo 197,80 68,12 172,40 61,99 286,30 62,01 0,0031 * 
Bel-Air 
Bel 231,60 43,62 210,00 47,06 267,10 30,66 0,0162 * 
Air 216,00 72,23 220,80 72,81 307,80 71,53 0,0212 * 
complete 
 com 162,20 31,72 160,70 39,77 184,10 30,49 0,1624 
 plete 245,40 55,51 272,20 68,41 503,50 76,72 0,0001 * 
discrete 
 dis 203,00 36,66 223,00 86,14 210,90 41,36 0,8304 
 crete 328,60 79,20 310,20 90,45 497,80 63,71 0,0003 * 
Dislike 
 dis 188,10 41,80 187,43 37,36 228,10 37,42 0,0218 * 
 like 268,77 60,25 299,27 80,46 467,10 43,94 0,0000 * 
eighteen 
 eigh 172,40 40,27 164,90 31,94 175,10 34,47 0,7067 
 teen 288,20 58,16 280,90 60,35 444,90 64,82 0,0001 * 
express 
 ex 241,20 29,45 239,20 24,47 233,10 54,58 0,4790 
 press 369,80 51,13 386,50 76,24 596,80 83,59 0,0001 * 
Fifteen 
 fif 224,40 53,69 224,10 47,36 252,70 55,56 0,3911 
 teen 311,60 88,18 243,50 40,48 417,20 83,68 0,0001 * 
fourteen 
 four 236,10 46,10 249,90 69,18 239,90 38,86 0,9451 
 teen 305,70 53,46 303,90 78,45 431,70 75,53 0,0016 * 
REVISTA DA ABRALIN 
 
 
 
grotesque 
 gro 162,80 36,74 192,20 44,57 187,90 41,25 0,2177 
 tesque 427,10 57,71 470,20 71,63 589,90 69,93 0,0002 * 
kangaroo 
 kan 224,56 37,26 216,10 35,66 227,00 30,88 0,6413 
 ga 117,56 19,68 101,40 21,34 122,40 32,64 0,1581 
 roo 163,22 57,66 144,10 37,32 283,00 87,06 0,0007 * 
nineteen 
 nine 299,30 37,42 304,78 41,55 322,10 50,35 0,5078 
 teen 307,50 66,30 272,33 55,47 386,30 53,99 0,0024 * 
Police 
 po 88,10 23,71 101,20 29,42 122,50 27,05 0,0330 * 
 lice 284,70 54,17 282,10 68,70 530,50 113,52 0,0001 * 
Retake 
 re 137,40 54,40 139,60 25,92 138,70 34,79 0,7404 
 take 397,10 40,60 356,80 63,23 537,60 59,09 0,0001 * 
Robust 
 ro 186,50 39,56 208,60 50,59 177,30 49,45 0,3988 
 bust 284,80 36,85 351,60 70,11 514,70 78,63 0,0000 * 
seventeen 
 se 213,70 50,64 231,90 43,35 217,90 40,31 0,5854 
 ven 181,80 19,29 169,80 26,40 203,20 16,80 0,0050 * 
 teen 254,70 74,40 283,50 72,71 372,40 64,25 0,0060 * 
Sixteen 
 six 337,91 70,00 354,56 76,67 349,40 49,75 0,6363 
 teen 237,08 42,86 248,50 46,28 369,00 72,80 0,0003 * 
Tennessee 
 te 125,70 35,24 122,30 31,05 143,80 38,96 0,5226 
 nne 130,50 24,38 125,80 22,11 136,20 19,39 0,7534 
 ssee 251,90 73,68 246,90 76,85 392,70 89,07 0,0027 * 
thirteen 
 thir 199,40 56,99 187,30 46,01 221,90 64,01 0,4253 
 teen 275,10 63,26 264,00 54,81 419,00 73,32 0,0004 * 
U2 
 U 191,40 57,01 168,50 32,72 184,20 52,01 0,6827 
2 234,50 64,45 271,60 51,50 396,80 57,13 0,0001 * 
Unkind 
 un 169,33 29,38 181,63 20,74 174,10 31,17 0,6416 
 kind 323,67 45,19 380,75 66,09 535,00 69,55 0,0000 * 
 
Em suma, ao comparar a duração absoluta das sílabas dentro de uma mesma palavra (compara-
ção sintagmática), notamos que foram poucos os casos em que a penúltima ou antepenúltima sílabas 
apresentaram duração maior que aquela que originalmente deveria ser a sílaba mais longa – e parte 
dessas palavras apresentou tal alongamento mesmo em contexto sem choque. A comparação mais 
produtiva para examinar as manipulações acústicas realizadas pelos falantes foi a comparação para-
digmática, em que se observa a duração de uma mesma sílaba em contexto de choque versus em 
contexto sem choque. Neste cotejo, foi possível observar a ocorrência variável do fenômeno da re-
tração acentual: cerca de metade dos estímulos apresentou pretônicas com duração absoluta maior 
nos contextos com choque. Destaca-se, então, que a duração foi um correlato acústico manipulado 
pelos aprendizes brasileiros de inglês nos contextos de choque acentual. Destaca-se, também, que 
nesta manipulação a sílaba passível de alongamento não se torna mais longa que a sílaba tônica, e 
nem a sílaba tônica torna-se mais curta; a sílaba passível de retração torna-se mais longa em relação 
a ela mesma em contexto sem choque acentual. Além disso, notou-se que esta manipulação tem sua 
produtividade aumentada de acordo com o nível de proficiência do aprendiz. A seguir, utilizamos 
medidas de duração relativa para verificar, de maneira mais controlada, os comportamentos dura-
cionais aqui observados, além de verificar sua relação com o fator nível de proficiência. 
REVISTA DA ABRALIN 
 
 
 
Inicialmente observem-se os Gráficos 1 e 2, que trazem a média da sílaba/palavra (tanto das 
pré-tônicas quanto das tônicas) nos contextos sem encontro acentual (EA 0) e com encontro acen-
tual (EA 1), para todos os aprendizes: 
 
 
 
No Gráfico 1, é notável que os contextos de choque acentual (EA1) apresentam-se mais longos 
que os contextos sem choque (EA0) – e com base no observado também nas tabelas de duração 
absoluta, isso se deve a um alongamento tanto da sílaba passível de receber alongamento via retração 
acentual quanto da sílaba tônica. No contexto de choque acentual, portanto, todas as sílabas da pa-
lavra se mostram mais alongadas em comparação com o contexto sem choque. 
Observe-se agora o Gráfico 2, que traz a média de duração de ambas as sílabas de algumas das 
palavras do experimento para ilustrar o comportamento da duração: 
REVISTA DA ABRALIN 
 
 
 
 
No Gráfico 2 temos exemplo deste comportamento em três palavras: bamboo, complete e nineteen, 
para as duas sílabas em análise. Observe que para os dois exemplos, Sílaba1/palavra e Sílaba2/palavra 
são mais longas em contexto EA1 que em EA0. Entretanto, cada um dos exemplos ilustra uma possibili-
dade de diferente manipulação acústica observada nos dados: em bamboo, nota-se que tanto em EA0 
quanto em EA1 bam é mais longo que boo, e ambas as sílabas são mais longas em EA1 que em EA0 (o que 
ocorreu em cinco palavras nos dados de duração relativa); em complete, embora as sílabas em contexto 
EA1 sejam mais longas que em EA0, a sílaba tônica, plete, se mantém mais longa que a pretônica, com (o 
que ocorreu em quinze palavras); e por fim, em nineteen, nota-se duração semelhante entre nine e teen, 
havendo alongamento de ambas em EA1 (somente nesta palavra). 
Na análise inferencial, um modelo de efeitos mistos foi ajustado aos dados tomando a duração 
relativa (sílaba/palavra) como a variável dependente, “Participante” como efeito aleatório e os fato-
res “Encontro de Acento” (com ou sem choque), “Retração” (percebida na análise perceptual ou não), 
“Nível de Aquisição” (Básico, Intermediário, Avançado, Nativo), “Sílaba” (última, penúltima, 
REVISTA DA ABRALIN 
 
 
 
antepenúltima), “Tipo de Segmento Final” e “Inserção de Pausa” como variáveis previsoras. No pre-
sente artigo, enfocamos as variáveis “Encontro de Acento”, “Retração” e “Nível de aquisição”. 
Vejamos inicialmente os resultados referentes à interação entre contexto acentual e percepção de 
retração (Tabela 6). Valores significativos foram observados tanto para o fator “Encontro de Acento” (p < 
0,0001) quanto para “Retração Percebida” (p < 0,0001), e também para a interação entre estes fatores 
(Encontro de Acento * Retração Percebida) (p < 0,0001). Um teste post hoc apontou diferenças significa-
tivas entre todas as combinações da interação entre “Encontro de Acento” e “Retração Percebida”. Ou 
seja, existe manipulação acústica significativamente diferente na duração relativa dos contextos com 
choque e sem choque acentual - e que foram ou não percebidos com retração. 
 
Least Squares Means 
Effect Retração 
Percebida 
Encontro de 
Acento 
Estimate Standard 
Error 
DF t Value Pr > |t| 
Retração Não 0.4900 0.003007 3481 162.98 <.0001 
Retração Sim 0.4488 0.002696 3481 166.47 <.0001 
Encontro de*Retração Não Sem choque 0.3471 0.004313 3481 80.47 <.0001 
Encontro de*Retração Sim Sem choque 0.4736 0.003637 3481 130.19 <.0001 
Encontro de*Retração Não Com choque 0.6330 0.004190 3481 151.05 <.0001 
Encontro de*Retração Sim Com choque 0.4241 0.003981 3481 106.55 <.0001 
 
Vejamos agora os resultados no que se refereao “Nível de Fluência”. O efeito isolado do “Nível” 
não é significativo (p = 0,992), porém há diferença significativa nos contextos de “Encontro de 
Acento” (p < 0,0001) e entre a interação “Encontro de Acento” e “Nível”. Ou seja, falantes de diferen-
tes níveis de fluência apresentam duração relativa diferente nos contextos acentuais com choque e 
sem choque. A Tabela 7 mostra que essa significância ocorre tanto para os casos de encontro acen-
tual quanto para os casos de não encontro acentual, para todos os níveis de fluência, e a Tabela 8 
mostra a direção das interações. 
 
Least Squares Means 
Effect Nível 
Encontro de 
Acento Estimate 
Standard 
Error DF t Value Pr > |t| 
Nível Avançado 0.4716 0.004631 3574 101.84 <.0001 
Nível Básico 0.4735 0.004626 3574 102.37 <.0001 
Nível Intermediário 0.4720 0.004616 3574 102.25 <.0001 
Nível Nativo 0.4722 0.005522 3574 85.50 <.0001 
Encontro de Ac*Nível Avançado sem choque 0.4336 0.006344 3574 68.34 <.0001 
Encontro de Ac*Nível Básico sem choque 0.4000 0.006338 3574 63.11 <.0001 
Encontro de Ac*Nível Intermediário sem choque 0.4236 0.006326 3574 66.97 <.0001 
Encontro de Ac*Nível Nativo sem choque 0.4323 0.007560 3574 57.18 <.0001 
Encontro de Ac*Nível Avançado com choque 0.5096 0.006748 3574 75.53 <.0001 
REVISTA DA ABRALIN 
 
 
 
Encontro de Ac*Nível Básico com choque 0.5471 0.006740 3574 81.18 <.0001 
Encontro de Ac*Nível Intermediário com choque 0.5204 0.006725 3574 77.38 <.0001 
Encontro de Ac*Nível Nativo com choque 0.5120 0.008051 3574 63.59 <.0001 
 
Differences of Least Squares Means 
Effect Nível 
Encontro 
Acento 
Nível 
Encontro 
Acento 
Estimate 
Standard 
Error 
DF 
t 
Value 
Pr > |t| 
Encontro de 
Ac*Nível 
Avançado com choque Básico com choque -0.03749 0.009537 3574 -3.93 <.0001 
Encontro de 
Ac*Nível 
Avançado com choque 
Intermediá-
rio com choque -0.01076 0.009527 3574 -1.13 0.2589 
Encontro de 
Ac*Nível 
Avançado com choque Nativo com choque -0.00235 0.01050 3574 -0.22 0.8228 
Encontro de 
Ac*Nível 
Básico com choque Intermediá-
rio com choque 0.02673 0.009522 3574 2.81 0.0050 
Encontro de 
Ac*Nível 
Básico com choque Nativo com choque 0.03514 0.01050 3574 3.35 0.0008 
Encontro de 
Ac*Nível 
Intermediá-
rio 
 com choque Nativo com choque 0.008404 0.01049 3574 0.80 0.4231 
Encontro de 
Ac*Nível 
Avançado sem choque Básico sem choque 0.03360 0.008967 3574 3.75 0.0002 
Encontro de 
Ac*Nível 
Avançado sem choque 
Intermediá-
rio sem choque 0.009932 0.008959 3574 1.11 0.2676 
Encontro de 
Ac*Nível 
Avançado sem choque Nativo sem choque 0.001249 0.009869 3574 0.13 0.8993 
Encontro de 
Ac*Nível 
Básico sem choque Intermediá-
rio sem choque -0.02367 0.008954 3574 -2.64 0.0083 
Encontro de 
Ac*Nível 
Básico sem choque Nativo sem choque -0.03235 0.009866 3574 -3.28 0.0011 
Encontro de 
Ac*Nível 
Intermediá-
rio 
 sem choque Nativo sem choque -0.00868 0.009858 3574 -0.88 0.3785 
Encontro de 
Ac*Nível 
Avançado sem choque Avançado com choque -0.07607 0.009261 3574 -8.21 <.0001 
Encontro de 
Ac*Nível 
Avançado sem choque Básico com choque -0.1136 0.009256 3574 -12.27 <.0001 
Encontro de 
Ac*Nível 
Avançado sem choque 
Intermediá-
rio com choque -0.08683 0.009245 3574 -9.39 <.0001 
Encontro de 
Ac*Nível 
Avançado sem choque Nativo com choque -0.07843 0.01025 3574 -7.65 <.0001 
Encontro de 
Ac*Nível 
Básico sem choque Avançado com choque -0.1097 0.009257 3574 -11.85 <.0001 
Encontro de 
Ac*Nível 
Básico sem choque Básico com choque -0.1472 0.009252 3574 -15.91 <.0001 
Encontro de 
Ac*Nível 
Básico sem choque Intermediá-
rio com choque -0.1204 0.009241 3574 -13.03 <.0001 
Encontro de 
Ac*Nível 
Básico sem choque Nativo com choque -0.1120 0.01025 3574 -10.93 <.0001 
Encontro de 
Ac*Nível 
Intermediá-
rio 
 sem choque Avançado com choque -0.08601 0.009249 3574 -9.30 <.0001 
Encontro de 
Ac*Nível 
Intermediá-
rio 
 sem choque Básico com choque -0.1235 0.009243 3574 -13.36 <.0001 
REVISTA DA ABRALIN 
 
 
 
Encontro de 
Ac*Nível 
Intermediá-
rio sem choque 
Intermediá-
rio com choque -0.09676 0.009233 3574 -10.48 <.0001 
Encontro de 
Ac*Nível 
Intermediá-
rio sem choque Nativo com choque -0.08836 0.01024 3574 -8.63 <.0001 
Encontro de 
Ac*Nível 
Nativo sem choque Avançado com choque -0.07732 0.01013 3574 -7.63 <.0001 
Encontro de 
Ac*Nível 
Nativo sem choque Básico com choque -0.1148 0.01013 3574 -11.34 <.0001 
Encontro de 
Ac*Nível 
Nativo sem choque Intermediá-
rio 
com choque -0.08808 0.01012 3574 -8.70 <.0001 
Encontro de 
Ac*Nível 
Nativo sem choque Nativo com choque -0.07968 0.01104 3574 -7.21 <.0001 
 
Na Tabela 8, tem-se uma comparação entre o nível de fluência e o contexto acentual, com cho-
que (Encontro Acento com choque) e sem choque (Encontro Acento sem choque). Vejamos inicial-
mente os casos que comparam a duração nos contextos de encontro acentual. Observa-se que o 
nível Básico apresenta diferenças significativas na duração em relação a todos os demais níveis e ao 
modelo nativo. Já os níveis Intermediário e Avançado não apresentam diferenças significativas nem 
entre si, nem em relação aos falantes nativos. O mesmo se repete em contextos sem choque: nova-
mente, somente as comparações com o nível Básico apresentam valores de duração significativa-
mente diferentes. Entretanto, ao compararmos os contextos com choque e sem choque, observamos 
diferenças significativas entre todos os níveis, e mesmo dentro de cada nível – em todos os níveis e 
nos nativos, as sílabas analisadas foram mais longas nos contextos com encontro do que no contexto 
sem encontro acentual. 
 
 
4. Discussão 
 
Duas questões direcionam esta pesquisa: a manipulação da duração por brasileiros adquirindo o in-
glês em contextos com encontro acentual (vs. sua contraparte sem encontro) e se há variações nesta 
manipulação a depender do nível de fluência (proficiência fonológica). 
Consideremos, inicialmente, os resultados referentes à duração absoluta, em que foram com-
parados os contextos de palavra isolada, contexto com encontro acentual e sem encontro acentual. 
Observou-se que, em todas as palavras, a duração da última sílaba (ex: nineteen) foi significati-
vamente mais alta nos contextos de palavra isolada do que em frases com e sem choque acentual. 
De acordo com Reetz e Jongman (2009, p. 216), esse aumento na duração da última sílaba de palavras 
em final de frase ou antes de uma pausa não é uma característica específica da língua inglesa, mas 
um fenômeno comum em muitas línguas. 
De fato, estes resultados estão de acordo com os encontrados por Fougeron e Keating (1997), de 
que há uma relação entre a fronteira de domínio prosódico (cf. Nespor e Vogel 1986) e o alongamento 
REVISTA DA ABRALIN 
 
 
 
sílaba final (mas ocorrendo em uma janela de três sílabas). Segundo os autores, uma sílaba que está 
em fronteira máxima de palavra é mais curta do que esta mesma sílaba que esteja em uma fronteira 
máxima mais alta, de frase fonológica, por exemplo, e este alongamento é incremental (quanto mais 
alto o nível prosódico, mais alongada a sílaba). Estes resultados indicam que o efeito de prolonga-
mento não pode ser evitado, enquanto fator de confusão em um experimento, quando se inclui a 
palavra em uma sentença veículo, a menos que haja também o controle das fronteiras prosódicas. 
Como explicitado na metodologia, a palavra isolada foi produzida não só sem uma outra palavra 
para contexto, mas também foi produzida fora de uma sentença-veículo. A razão para isso foi que as 
palavras alvo eram normalmente adjetivos ou numerais, e tentamos criar frases-veículos que não 
fossem artificiais (do tipo ‘diga_de novo’), mas sim frases-veículos que formassem orações com os 
contextos analisados. Assim, analisando os contextos dentro das frases-veículos tínhamos: 
 
(4) a. [kangaroo]sintagma entoacional 
 b. [I saw [[kangaroo]palavra fonológica Kim]frase fonológica last night.] sintagmaentoacional 
 c. [I saw [[kangaroo]palavra fonológica Melissa]frase fonológica last night.] sintagma entoacional 
 
Em (4) acima observamos que a sílaba roo está em fronteira máxima de palavra fonológica (ou de 
grupo clítico, a depender da proposta de hierarquia prosódica que se assuma), nos contextos com e 
sem encontro, enquanto isoladamente está em fronteira de sintagma entoacional. Mesmo a sílaba 
ka, receptora de um movimento de acento, está na janela de alongamento detectada por Fougeron 
e Keating. Mesmo para o português brasileiro, onde este alongamento só foi significativamente en-
contrado no sintagma entoacional (e não nos níveis prosódicos mais baixos), este processo pode 
estar afetando os resultados aqui encontrados (cf. Santos e Leal 2008). 
Ao analisarmos a duração relativa das sílabas em contexto com choque acentual entre os dife-
rentes níveis de proficiência, observamos que somente o nível Básico apresentou diferenças signifi-
cativas em relação aos demais. O mesmo ocorreu ao compararmos os contextos sem choque acen-
tual. Num primeiro momento, seria possível imaginar que as diferenças significativas de duração 
encontradas nas tabelas 7 e 8 só são observadas no nível Básico porque neste nível os falantes natu-
ralmente apresentam leitura mais lenta das palavras. Este, de fato, é um fenômeno observado mesmo 
nos dados de duração absoluta (como pode ser notado ao compararmos cada palavra entre os níveis 
nas Tabelas 3, 4 e 5). 
Entretanto, ao observar os dados que comparam os contextos com choque e sem choque na 
Tabela 8 (que apresenta a análise por duração relativa), notamos que em todos os níveis a diferença 
passou a ser significativa – tanto ao compararmos os níveis Básico, Intermediário, Avançado e Nativo 
entre si quanto também ao realizarmos uma comparação intranível, Básico com Básico, Intermediá-
rio com Intermediário, Avançado com Avançado, Nativo com Nativo. Isso mostra que em todos os 
níveis de fluência existe manipulação significativa da duração quando comparamos contextos com e 
sem choque acentual. Inicialmente tratemos de como se deu esta manipulação. 
REVISTA DA ABRALIN 
 
 
 
Os resultados foram trazidos de duas maneiras: analisamos a duração absoluta e a duração re-
lativa (sílaba/palavra) das sílabas da primeira palavra em contexto com encontro e sem encontro 
acentual. Utilizamos a duração absoluta para verificar qual tipo de manipulação acústica ocorreria 
em caso de retração acentual: se um encurtamento da sílaba tônica da palavra; se um alongamento 
da sílaba pretônica passível de receber a retração acentual; ou se ambas. Além disso, também lança-
mos mão de dois tipos de comparação entre as sílabas: comparar a duração entre as sílabas tônica e 
pretônica (comparação sintagmática), como em Silveira Jr & Scarpa (2019); e comparar a duração de 
cada sílaba em contexto com choque e sem choque acentual (comparação paradigmática), como em 
Gravina & Fernandes-Svartman (2013). Nossos resultados de duração absoluta indicam que a com-
paração paradigmática é aquela que melhor captura a retração acentual, havendo um aumento da 
duração da sílaba pretônica em contextos de choque em comparação a contextos sem choque. Pas-
sando à análise inferencial, que mobilizou a duração relativa, trouxemos resultados interessantes 
para a questão. O primeiro resultado, como no resultado com duração absoluta, é que todas as síla-
bas de todas as palavras em contexto de choque estão mais longas do que em contexto sem choque. 
Silva Jr (2013) e Silva Jr & Scarpa (2019) sugerem que, para resolver o encontro acentual, os bra-
sileiros fazem uso da inserção de um silent demibeat (curto pulso rítmico silencioso), que pode ser 
preenchido por uma pausa ou mesmo como alongamento da primeira sílaba tônica do contexto. En-
tretanto, esta estratégia afeta apenas a primeira sílaba do contexto e poderia, inclusive, ser resultado 
do nível de fluência dos informantes, em comparação com os nativos – e não falamos aqui simples-
mente da taxa de elocução, mas de que o nível de fluência influi no mapeamento prosódico, resul-
tando em alongamento em fronteiras prosódicas, como discutido acima. A maneira de descobrir se 
se trata realmente de uma estratégia de resolução de encontro acentual passa necessariamente por 
ver o que os aprendizes fazem em contexto sem encontro, o que fazemos aqui. E os resultados são 
de que há sim uma maior duração da primeira sílaba do contexto, corroborando os resultados de 
Silva Jr (2013) e Silva Jr & Scarpa (2019), mas também a maior duração da sílaba pré-encontro – o que 
impede então, que analisemos o fenômeno como uma inserção de silent demibeat. Também não po-
demos simplesmente dizer que nada ocorreu, que os aprendizes não fizeram nada, nenhuma modi-
ficação, pois neste caso os resultados não seriam estatisticamente significativos na comparação en-
tre contexto com encontro e sem encontro, como efetivamente ocorreu (cf. Tabela 8 e Gráfico 1). 
Sobre esta questão, temos hipóteses a serem perseguidas, mas que, dado o corpus aqui anali-
sado, não podem ser investigadas e devem ficar como sugestão de investigações futuras. Esperáva-
mos que, de alguma forma, em contexto de encontro acentual a primeira sílaba (a sílaba pretônica) 
acabasse por tornar-se mais longa do que a primeira sílaba do contexto. O que tivemos foi uma maior 
duração não em relação à tônica, mas sim entre sua contraparte em contexto sem encontro. Alguém 
poderia então sugerir que o que temos aqui é simplesmente uma forma de realçar esta palavra em 
um contexto especial. Sugerimos, entretanto, que pode ser o caso de que, mesmo que a primeira 
sílaba não seja mais longa do que a sílaba tônica, pode ser o caso de que a relação entre elas faça 
com que o ouvinte interprete como uma retração. Para isso, seriam necessários experimentos que 
manipulassem a duração da pretônica, alongando-a a diferentes proporções em relação à tônica, de 
REVISTA DA ABRALIN 
 
 
 
modo a buscar se existe uma relação de proporção entre estas duas sílabas para o que se percebe 
como retração acentual. Crucialmente, se a percepção do que é o acento se dá nesta relação de 
proporção entre as duas sílabas em uma palavra, esta percepção também ocorrerá em contextos 
sem encontro acentual. 
Voltemo-nos agora para a segunda questão deste artigo, que era observar se haveria diferenças 
a depender do nível de fluência dos aprendizes. Lembramos que por nível de fluência os aprendizes 
foram classificados quanto a serem básico, intermediário e avançado quanto ao domínio fonológico. 
Perceptualmente, observamos que mesmo os nativos não apresentaram uma alta taxa de retra-
ção acentual (Tabela 1). Além disso, dois outros fatos se destacaram: um crescendo na quantidade de 
retração (contexto de choque: nível básico 18%, intermediário 25%, avançado 47%, nativos 49,7%). 
Outro é que as taxas de percepção eram muito parecidas em contexto sem encontro, mas também 
apresentando este aumento na proporção de aplicação da retração (contexto sem choque: nível bá-
sico 17%, intermediário 25%, avançado 41%, nativos 51,6%). Como se observa, os resultados percep-
tuais para o nível avançado são bem parecidos com os resultados dos nativos. 
Entretanto, ao olhar para a duração nos contextos com encontro versus sem encontro, diferen-
ças significativas foram observadas em todos os níveis de fluência, tanto na duração absoluta com 
comparação paradigmática (cf. Tabelas 3, 4 e 5), quanto na análise da duração relativa (Tabelas 6, 7 e 
8). Neste último caso, houve diferenças significativas na duração e na interação entre duração e nível. 
Na comparação entre níveis em contexto de encontro ou em contexto sem encontro, somente o 
nível Básico apresentou diferenças significativas com os demais níveis (cf. Tabela 8), tanto no con-
texto com encontro quanto no contexto sem encontro. Em suma, o que as medidas nos dizem é que 
a grande diferença no comportamentoentre os diversos níveis em relação ao encontro acentual 
ocorre no nível básico. 
 
 
Considerações finais e caminhos futuros 
 
O objetivo desta pesquisa foi observar se brasileiros adquirindo inglês como L2 manipulam da mesma 
forma que os nativos o parâmetro da duração em contextos de encontro acentual, onde estes apli-
cam o stress shift. Especificamente, estamos interessados se há alguma diferença no domínio deste 
parâmetro conforme o domínio do inglês dos aprendizes, medido aqui em três níveis: básico, inter-
mediário e avançado, em comparação com um grupo de nativos. 
Observaram-se muitas semelhanças entre os resultados dos falantes nativos e os falantes não 
nativos: 1) do ponto de vista perceptual, a retração ocorre tanto em contexto com choque ou sem 
choque em proporções muito aproximadas; 2) perceptualmente, a taxa de aplicação da retração pe-
los falantes de nível avançado (43,9%) foi bastante aproximada à taxa de aplicação dos falantes nati-
vos (50%); 3) palavras lidas isoladamente apresentam durações mais longas do que palavras lidas em 
contexto de frase com choque ou sem choque; 4) acusticamente, os contextos de choque acentual 
REVISTA DA ABRALIN 
 
 
 
apresentam sílabas mais alongadas que os contextos sem choque – tanto a sílaba pretônica quanto 
a sílaba tônica da primeira palavra do encontro acentual. 
Apesar de perceptualmente encontrarmos um movimento de crescimento na manipulação da 
duração, mostramos que acusticamente só há diferença significativa nos resultados apenas entre os 
participantes de nível Básico vs. Intermediário, Avançado e Nativos, quando comparamos cada con-
texto acentual isoladamente. Já quando cotejamos os contextos com versus sem choque, todos os 
níveis de fluência apresentam diferenças significativas, bem como os nativos. O crescimento per-
ceptual não se reflete, portanto, num crescimento acústico da manipulação da duração. 
Especificamente sobre a ocorrência da retração acentual, quando observamos a Tabela 2, com 
dados dos falantes nativos de inglês, somente em um caso a duração da sílaba pretônica excedeu a 
da sílaba tônica. Ainda assim, da mesma forma que para os aprendizes, não encontramos uma inver-
são na proporção da duração das sílabas dentro da palavra, mas uma maior duração tanto de sílabas 
pretônicas quanto tônicas em contexto de encontro acentual. Assim, diferentemente de Silva Jr 
(2019), não foram encontradas estratégias diferentes entre nativos e aprendizes. O fato de as pretô-
nicas também serem alongadas tampouco nos permite concordar com a análise de Silva Jr e Scarpa 
(2019) de que os aprendizes fazem uso de uma estratégia de inserção de um silent demibeat preen-
chido por alongamento da última sílaba. Alternativamente, sugerimos que a explicação possa estar 
na relação de proporcionalidade de preenchimento da sílaba pretônica em relação à palavra, o que 
só pode ser investigado via um experimento futuro, com manipulação da duração. 
 
 
Informações complementares 
 
Avaliação: https://doi.org/10.25189/rabralin.v23i2.2193.R 
 
 
Luma Miranda 
Afiliação: Universidade Eötvös Loránd 
ORCID: https://orcid.org/0000-0002-5529-0338 
 
Manuella Carnaval 
Afiliação: Universidade Federal do Rio de Janeiro 
ORCID: https://orcid.org/0000-0002-4321-5859 
 
 
 
https://doi.org/10.25189/rabralin.v23i2.2193.R
REVISTA DA ABRALIN 
 
 
 
Carolina Gomes da Silva 
Afiliação: Universidade Federal da Paraíba 
ORCID: https://orcid.org/0000-0002-1490-0814 
 
 
 
Avaliador 1: Ronaldo Mangueira Lima Júnior 
Afiliação: Universidade de Brasília 
ORCID: https://orcid.org/0000-0002-8610-0306 
 
Avaliador 2: Amanda Post da Silveira 
Afiliação: Universidade Federal de Jataí 
ORCID: https://orcid.org/0000-0002-9451-7005 
 
 
 
Trata-se de um trabalho com tema relevante para a área de desenvolvimento fonético-fonológico de 
L2, com potencial contribuição teórica e empírica. No entanto, há questões metodológicas que po-
dem ser revisadas e/ou esclarecidas a fim de conferir ao texto o grau de relevância que ele merece. 
Deixei comentários e sugestões ao longo do texto, mas registro aqui que 3 os pontos que considero 
mais importantes: 
 
• É preciso especificar de modo mais explícito o(s) modelo(s) estatístico(s) ajustado(s), 
inclusive explicando as direções das interações encontradas; 
 
• o ideal seria trabalhar com durações relativas (conforme prometido no início do texto) 
e valores de f0 normalizados; 
 
• avalio que uma comparação das diferenças de duração e de f0 das sílabas que poderiam 
receber o acento em cada contexto seria uma análise mais direta do que comparar a 
duração e o f0 de cada sílaba com ela mesma em cada contexto. 
 
Fico à disposição para qualquer esclarecimento necessário. 
 
 
 
 
 
REVISTA DA ABRALIN 
 
 
 
 
Caras autoras e editores, 
Começo agradecendo a oportunidade de ler este trabalho que traz um tema interessantíssimo, 
que é o clash de acento em inglês como L1 e como L2. Concordo muito com as autoras, que desco-
briram que o fenômeno se trata muito mais de um aspecto perceptual da fonologia, talvez gerado 
pelos padrões fonológicos que trazemos no nosso inventário. Enfim, foi um prazer poder ler e levan-
tar algumas questões na forma de diálogo com vocês. Para isso, faço o upload do arquivo com a 
minha revisão: o que está destacado em amarelo, tratam-se de palavras ou passagens a serem revi-
sadas, ou reformuladas; enquanto que o que está destacado em azul, são comentários e questiona-
mentos meus a vocês, ou sugestões de acréscimo, ou substituição. Parabéns a todas pelo resultado 
e agradeço mais uma vez pela honra e satisfação de fazer essa leitura. Espero ter podido trazer al-
guma contribuição. 
Grata mais uma vez, Amanda. 
 
 
 
As autoras não têm conflitos de interesse a declarar. 
 
 
 
Os dados, códigos e materiais que suportam os resultados deste estudo estão disponíveis para con-
sulta sob demanda em drive institucional de responsabilidade das autoras. 
 
 
 
Esta pesquisa foi registrada e aprovada pelo Comitê de Ética do Instituto de Psicologia da Universi-
dade de São Paulo sob o título “Aquisição Fonológica de Segunda Língua”, número CAAE 
46139815.1.0000.5561. 
 
 
 
Agradecemos ao professor Dr. Plínio Barbosa (UNICAMP) por ter gentilmente cedido o script que 
ajudou na realização desta pesquisa; aos professores que participaram da banca de defesa e discuti-
ram a versão do trabalho de Fragozo (2017), Dr. Ubiratã Kickhofel Alves, Dr. Paulo Chagas, Drª Eneida 
de Goes Leal e Drª Ester Miriam Scarpa; aos participantes dos eventos MiniEnapol de Fonética e 
REVISTA DA ABRALIN 
 
 
 
Fonologia, EPIP4 4th International Conference on English Pronunciation: Issues & Practices, XX 
APIRS Convention on Regular Schools X Language Schools: EFL teachers' beliefs and practices, que 
contribuíram com perguntas e sugestões a versões anteriores deste trabalho, e aos dois pareceristas, 
Ronaldo Mangueira Lima Jr e Amanda Post, pelo levantamento de questões que enriqueceram ainda 
mais a discussão. Todos os erros remanescentes são de nossa responsabilidade. 
 
 
ABAURRE-GNERRE, M. B. Processos fonológicos segmentais como índices de padrões 
prosódicos diversos nos estilos formal e casual do português do Brasil. Caderno de Estu-
dos Linguísticos, n. 2, p. 23-34, 1981. 
 
ABOUSALH, E. Resolução de choques de acento no português brasileiro: elementos para uma 
reflexão sobre a interface sintaxe/ fonologia. Dissertação de mestrado. Campinas: Insti-
tuto de Estudos da Linguagem, 1997. 
 
ALBINI, A. B., KLUGE, D. C.; SILVA, A. H. P. (2019). Os efeitos de um treinamento de per-
cepção na aquisição de pré-proparoxítonas inglesas por brasileiros. Revista Linguagem & 
Ensino, 16(1), 183-211. https://doi.org/10.15210/rle.v16i1.15436. 
 
BARBOSA, P. A. Explaining Brazilian Portuguese resistance to stress shift with a coupled-
oscillator model of speech rhythm production. Cadernos de Estudos